Особенности визуализации 3D-структуры мезопористых пленок PZT методом FIB-SEM-нанотомографии

Обложка

Цитировать

Полный текст

Аннотация

Представлена методика исследования 3D-структуры пористых пленок цирконата-титаната свинца с помощью FIB-SEM-нанотомографии. Получены такие количественные характеристики, как общая пористость, удельная площадь поверхности, а также реальный размер пор, рассчитанный по методу локальной толщины. Размер пор по данным FIB-SEM-нанотомографии составляет 77 ± 33 нм для пленки с порогеном PVP и лишь 27 ± 6 нм для пленки с порогеном Brij76, что близко к предельному разрешению для данного метода. Показано, что на итоговую 3D-модель оказывают сильное влияние выбранные параметры ионного пучка в процессе резания, при варьировании которых возможно получение структуры без искажений или визуализация скопления пор на границах зерен.

Об авторах

А. В. Атанова

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН

Email: atanova.a@crys.ras.ru
Россия, Москва

Д. Н. Хмеленин

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН

Email: atanova.a@crys.ras.ru
Россия, Москва

О. М. Жигалина

Институт кристаллографии им. А.В. Шубникова ФНИЦ “Кристаллография и фотоника” РАН; Московский государственный технический университет им. Н.Э. Баумана

Автор, ответственный за переписку.
Email: atanova.a@crys.ras.ru
Россия, Москва; Россия, Москва

Список литературы

  1. Kozuka H., Takenaka S. // J. Am. Ceram. Soc. 2002. V. 85. № 11. P. 2696. https://doi.org/10.1111/j.1151-2916.2002.tb00516.x
  2. Seregin D., Vorotilov K., Sigov A., Kotova N. // Ferroelectrics. 2015. V. 484. № 1. P. 43. https://doi.org/10.1080/00150193.2015.1059680
  3. Ferreira P., Hou R., Wu A. et al. // Langmuir. 2012. V. 28. № 5. P. 2944. https://doi.org/10.1021/la204168w
  4. Castro A., Ferreira P., Rodriguez B.J., Vilarinhoa P.M. // J. Mater. Chem. C. 2015. V. 3. № 5. P. 1035.
  5. Justin M., Ghoshal T., Deepak N. et al. // Chem. Mater. 2013. V. 25. № 8. P. 1458. https://doi.org/10.1021/cm303759r
  6. Kim Y., Han H., Kim Y. et al. // Nano Lett. 2010. V. 10. № 6. P. 2141. https://doi.org/10.1021/cm303759r
  7. Levanyuk A.P., Sigov A.S. Defects and structural phase transitions. New York: Gordon and Breach Science Publishers, 1988. https://doi.org/10.1021/cm303759r
  8. Zhang Y., Roscow J., Lewis R. et al. // Acta Mater. 2018. V. 154. P. 100. https://doi.org/10.1016/j.actamat.2018.05.007
  9. Mercadelli E., Galassi C. // IEEE Trans. Ultrason. Ferroelectr. Freq. Control. 2020. V. 3010. № C. P. 1. https://doi.org/10.1109/TUFFC.2020.3006248
  10. Stancu V., Buda M., Pintilie L. et al. // J. Optoelectron. Adv. Mater. 2007. V. 9. № 5. P. 1516.
  11. Holzer L., Indutnyi F., Gasser P. et al. // J. Microsc. 2004. V. 216. № 1. P. 84. https://doi.org/10.1111/j.0022-2720.2004.01397.x
  12. Atanova A.V., Zhigalina O., Khmelenin D. et al. // J. Am. Ceram. Soc. 2021. V. 105. № 1. P. 639. https://doi.org/10.1111/jace.18064
  13. Holzer L., Cantoni M. Review of FIB-tomography. Nanofabrication using focused ion and electron beams: Principles and applications. 2012. P. 410.
  14. Thévenaz P., Ruttimann U.E., Unser M. // IEEE Trans. Image Process. 1998. V. 7. № 1. P. 27. https://doi.org/10.1109/83.650848
  15. Tseng Q., Wang I., Duchemin-Pelletier E. et al. // Lab Chip. 2011. V. 11. № 13. P. 2231. https://doi.org/10.1039/c0lc00641f
  16. Roels J., Vernaillen F., Kremer A. et al. // Nat. Commun. 2020. V. 11. V. 1. P. 771. https://doi.org/10.1038/s41467-020-14529-0
  17. Arganda-Carreras I., Kaynig V., Rueden C. et al. // Bioinformatics. 2017. V. 33. № 15. P. 2424. https://doi.org/10.1093/bioinformatics/btx180
  18. Ollion J., Cochennec J., Loll F. et al. // Bioinformatics. 2013. V. 29. № 14. P. 1840. https://doi.org/10.1093/bioinformatics/btt276
  19. Arganda-Carreras I., Fernández-González R., Muñoz-Barrutia A., Ortiz-De-Solorzano C. // Microsc. Res. Tech. 2010. V. 73. № 11. P. 1019. https://doi.org/10.1002/jemt.20829
  20. Hu Y., Limaye A., Lu J. // R. Soc. Open Sci. 2020. V. 7. № 12. P. 201033. https://doi.org/10.1098/rsos.201033
  21. Taillon J.A., Pellegrinelli C., Huang Y.L. et al. // Ultramicroscopy. 2018. V. 184. P. 24. https://doi.org/10.1016/j.ultramic.2017.07.017
  22. Fager C., Röding M., Olsson A. et al. // Microsc. Microanal. 2020. V. 26. № 4. P. 837. https://doi.org/10.1017/S1431927620001592
  23. Taillon J.A. Advanced analytical microscopy at the nanoscale: applications in wide bandgap and solid oxide fuel cell materials. University of Maryland. 2016.
  24. Smith J.R., Chen A., Gostovic D. et al. // Solid State Ionics. 2009. V. 180. № 1. P. 90. https://doi.org/10.1016/j.ssi.2008.10.017
  25. Hildebrand T., Rüegsegger P. // J. Microsc. 1997. V. 185. № 1. P. 67. https://doi.org/10.1046/j.1365-2818.1997.1340694.x
  26. Dougherty R., Kunzelmann K.-H. // Microsc. Microanal. 2007. V. 13. № S02. P. 1678. https://doi.org/10.1017/S1431927607074430

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».